一种受灾社区灾损预测方法及紧急情况发布系统

本发明涉及灾情预测及发布系统/方法，具体涉及一种受灾社区灾损预测方法及紧急情况发布系统。

背景技术：

1、灾损，指遭遇灾害造成的损失，包括直接损失和间接损失，灾害包括包括地震、洪涝、火灾、山体滑坡等。

2、在灾害发生时需要对受灾社区的灾损状况进行预测，以此进行后续的决策方案，现有的预测方法一般通过建立预测模型，而在建立模型时面对灾前和灾后的预测采用同套模型或近乎相似的模型，灾前灾后预测存在一定的不同，故而使得预测数据在面对灾前灾后其一的预测时存在一定偏差，从而影响后续的决策。因此，针对目前的状况，现需对其进行改进。

技术实现思路

1、本发明的目的是克服现有技术中存在的不足，提供一种受灾社区灾损预测方法及紧急情况发布系统，有效的解决了在灾害发生时需要对受灾社区的灾损状况进行预测，以此进行后续的决策方案，现有的预测方法一般通过建立预测模型，而在建立模型时面对灾前和灾后的预测采用同套模型或近乎相似的模型，灾前灾后预测存在一定的不同，故而使得预测数据在面对灾前灾后其一的预测时存在一定偏差，从而影响后续的决策的问题。

2、为了实现上述目的，本发明采用的技术方案为：

3、一种受灾社区灾损预测方法，其包括以下步骤：

4、步骤s1：模型建立：通过大数据对社区过往受灾灾损数据进行收集，并建立数据库，同时对受灾具体类型进行分类，并将受灾灾损数据与对应的受灾类型作为模型原始数据进行训练学习，以此得到初始模型；同时收集该社区过往受灾灾前数据以及灾中、灾后数据，将受灾灾前数据代入初始模型，进行再训练学习，以此得到灾前预测模型，将灾中、灾后数据代入初始模型，进行再训练学习，以此得到灾后预测模型；

5、步骤s2：数据获取：通过传感设备以及gis平台对社区的环境数据进行实时采集，并将采集到的数据进行打包处理后发送至预测模型；

6、步骤s3：模型代入：对步骤s2中采集到的数据进行接收后，对数据进行预处理，并将经过预处理后的数据分别代入灾前预测模型和灾后预测模型中，由此得到灾前预测结果以及灾后预测结果，同时将灾前预测结果以及灾后预测结果进行析出发送；

7、步骤s4：结果分析：结合智能算法对步骤s3中析出的灾前预测结果以及灾后预测结果进行分析，在进行分析时，以社区过往受灾灾损数据库作为解析基础，同时结合采集到的数据实时画面，由此得出综合分析结果，即综合受灾社区灾损预测分析结果，并将结果进行析出。

8、进一步地，步骤s1中，对原始数据进行训练学习时，具体采用包括脚本风格、函数风格或torchkeras.model类风格中的一种或几种的组合；在进行模型建立时，具体基于继承nn.module基类、使用nn.sequential或辅助应用模型容器中的一种或几种的组合。

9、进一步地，步骤s3中，数据预处理具体为数据清理、数据集成、数据规约以及数据变换，数据清理具体包括缺失值处理、离群点处理以及噪声处理，数据规约具体包括维度规约和维度变换，数据变换具体包括规范化处理、离散化处理和稀疏化处理；步骤s4中，智能算法具体包括线性回归、逻辑回归、决策树、支持向量机、神经网络或遗传算法中的一种或几种的组合。

10、进一步地，一种基于受灾社区灾损预测方法的受灾社区紧急情况发布系统，包括中央处理器，中央处理器用于对受灾社区紧急情况发布系统中运行的所有数据进行安全管理；

11、数据采集系统：数据采集系统用于对灾情信息进行集中收集，并在收集完毕后将灾情信息数据集中进行打包发送，数据采集系统具体基于数据爬取技术；

12、数据对应系统：数据对应系统用于对数据采集系统发送数据进行接收，并将灾情信息数据的具体位置与当前需要进行紧急情况发布的位置进行对应提取；

13、数据发送系统：数据发送系统用于对数据对应系统提取到的当前需要进行紧急情况发布灾情信息数据进行接收，并发送至对应的接收端口；

14、发送反馈系统：发送反馈系统用于在数据发送系统发送信息后，对接收端口的接收状况进行收集并反馈，接收状况具体指接收端口是否收到发布信息以及接收具体时间；

15、储存分析系统：储存分析系统用于对发送反馈系统收集到的数据进行储存，并通过智能算法对信息发布状况进行分析总结，并析出结果。

16、进一步地，其中，数据采集系统采用的数据爬取技术具体包括python爬虫技术、java技术、c++技术或c#技术中的一种或几种的组合。

17、进一步地，其中，数据对应系统具体采用tf-idf算法、余弦类似度、向量空间模型算法或svd算法中的一种或几种的组合；数据发送系统在进行信息发送时具体形式包括北斗短信、卫星宽带、长距离微波中继或短波电台中的一种或几种的组合；储存分析系统中的智能算法具体为人工神经网络算法、遗传算法、模拟退火算法或朴素贝叶斯中的一种或几种的组合。

18、本发明的一种受灾社区灾损预测方法及紧急情况发布系统，与现有技术相比，本发明具有如下有益技术效果：

19、(1)结合大数据技术进行灾情预测模型的建立，且将模型分为灾前预测模型和灾后预测模型，由此可根据不同的灾情状况选择不同的预测模型，以得到更准确的预测结果，从而根据预测结果，建立更准确更科学更优化的决策方案，为救灾、减灾以及灾后治理提供了更可靠的数据支持。

20、(2)通过数据采集系统进行灾情信息进行集中收集，并在收集完毕后将灾情信息数据集中进行打包发送，再通过数据对应系统将灾情信息数据的具体位置与当前需要进行紧急情况发布的位置进行对应提取，提取完毕后，若有对应信息，则通过数据发送系统发送至对应的接收端口，由此可高效快速的完成灾情信息的发布，避免信息发布不及时，造成的灾前预备不及时情况的产生，从而减少灾情事故的发生；通过发送反馈系统对接收端口的接收状况进行收集并反馈，并通过储存分析系统对发送反馈系统收集到的数据进行储存，并通过智能算法对信息发布状况进行分析总结，由此可不断优化系统，为紧急情况发布带来更快速更全面的方案。

技术特征：

1.一种受灾社区灾损预测方法，其包括以下步骤：

2.如权利要求1所述的一种受灾社区灾损预测方法，其特征在于，步骤s1中，对原始数据进行训练学习时，具体采用包括脚本风格、函数风格或torchkeras.model类风格中的一种或几种的组合；在进行模型建立时，具体基于继承nn.module基类、使用nn.sequential或辅助应用模型容器中的一种或几种的组合。

3.如权利要求2所述的一种受灾社区灾损预测方法，其特征在于，步骤s3中，数据预处理具体为数据清理、数据集成、数据规约以及数据变换，数据清理具体包括缺失值处理、离群点处理以及噪声处理，数据规约具体包括维度规约和维度变换，数据变换具体包括规范化处理、离散化处理和稀疏化处理；步骤s4中，智能算法具体包括线性回归、逻辑回归、决策树、支持向量机、神经网络或遗传算法中的一种或几种的组合。

4.一种用于如权利要求3所述的一种受灾社区灾损预测方法的受灾社区紧急情况发布系统，包括中央处理器，中央处理器用于对受灾社区紧急情况发布系统中运行的所有数据进行安全管理；

5.如权利要求4所述的受灾社区紧急情况发布系统，其特征在于，其中，数据采集系统采用的数据爬取技术具体包括python爬虫技术、java技术、c++技术或c#技术中的一种或几种的组合。

6.如权利要求5所述的受灾社区紧急情况发布系统，其特征在于，其中，数据对应系统具体采用tf-idf算法、余弦类似度、向量空间模型算法或svd算法中的一种或几种的组合；数据发送系统在进行信息发送时具体形式包括北斗短信、卫星宽带、长距离微波中继或短波电台中的一种或几种的组合；储存分析系统中的智能算法具体为人工神经网络算法、遗传算法、模拟退火算法或朴素贝叶斯中的一种或几种的组合。

技术总结
本发明公开了一种受灾社区灾损预测方法及紧急情况发布系统，该预测方法包括以下步骤：S1：模型建立；S2：数据获取；S3：模型代入；S4：结果分析。本发明结合大数据技术进行灾情预测模型的建立，且将模型分为灾前预测模型和灾后预测模型，由此可根据不同的灾情状况选择不同的预测模型，以得到更准确的预测结果，从而根据预测结果，建立更准确更科学更优化的决策方案，为救灾、减灾以及灾后治理提供了更可靠的数据支持，且可高效快速的完成灾情信息的发布，避免信息发布不及时，造成的灾前预备不及时情况的产生，从而减少灾情事故的发生。

技术研发人员：燕学博,刘胜,吕朋,崔跃鹏,郑友
受保护的技术使用者：东华理工大学
技术研发日：
技术公布日：2024/1/13